1) short time series
短时间序列
1.
Algorithm Study on Short Time Series Mining;
短时间序列挖掘方法研究
2.
The modeling of short time series is discussed.
针对短时间序列的特性,根据最大熵谱估计原理,论述了用Burg算法作为求解AR模型参数的方法,并给出了应用实例。
3.
The technique of modern spectrum validation is powerful in ensuring the similarity of simulation results to the real experimental results of short time series.
针对短时间序列的特殊性 ,根据仿真模型的现代谱确认技术 ,用置信区间的方法作为定量的统计决策。
2) short-time series
短时间序列
1.
Calculation of short-time series of Lyapunov exponentfor HRV signals;
HRV信号的Lyapunov指数短时间序列的计算
3) Short-tau inversion recovery
短时间反转恢复序列
4) power short-term load time series
电力短期负荷时间序列
1.
The delay time windowΓis determined by the attractor appearance and autocorrelation analysis of power short-term load time series.
该文通过电力短期负荷重构吸引子的形状和自相关函数确定电力短期负荷时间序列的最佳嵌入时间窗Γ;根据电力短期负荷的m、τ与Γ的函数关系确定m、τ的多组最佳匹配,证明了m、τ的最佳匹配对于负荷伸缩和平移的不变性;提出了选择预测参考点的适用而有效的方法,该方法分为粗搜索和细搜索2个过程,粗搜索主要根据距离选出一定数量的邻近点,细搜索主要根据相点演化的相关性排除“伪邻近点”。
5) short-term load time series
短期负荷时间序列
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条